尽管输入了准确的言语，AWS Lex的意图仍然错误

Question

我在各种不同的情况下都遇到了这个问题。

我将举一个例子。

我有一些常见问题解答意图。 一个回答“什么是命名实体识别” 这些就是话语：

1. 告诉我有关命名实体识别的信息
2. 告诉我有关NER的信息
3. 什么是NER
4. 命名实体识别是什么意思
5. 什么是命名实体识别

和其他答案“什么是光学字符识别？” 这些就是话语：

1. OCR
2. OCR是什么意思
3. 你能告诉我什么是OCR
4. 介绍OCR
5. 什么是光学字符识别
6. 什么是OCR

当我输入“什么是OCR？”时，它可以按预期工作，并显示OCR的答案。 但是，当我改为在所有大写字母中输入OCR时，出现相同的确切问题（什么是OCR？）。它切换到NER目的，并向我显示“什么是NER？”的答案。

有人可以回答为什么这样做吗？更重要的是，我该怎么做才能使其按预期工作。

请记住，这只是一个示例。我在其他许多类似的场景中也遇到过这种情况。

在某些情况下，意图言语似乎并没有遥不可及。但是它仍然切换到错误的意图。

Answer 1

根据Lex和Alexa documentation，自定义广告位类型的首字母缩写应在所有大写字母（OCR）中写为单个单词，或用句点和空格分隔（小写字母c。r。）。

在表格的底部，您可以看到Fire HD7，Fire h. d.，Fire HD和Fire HD 7的示例，它们都证明了这一点-这两个有效选项将解析为相同的广告位值输出。

假设语音是按照最佳做法设置的，那么如果您要提供语音输入，请务必注意，语音对诸如声音的变化，单词之间的步调/间隔，重音等敏感。

关于立即采取的提高准确性的步骤，您始终可以尝试进一步分解意图，在这种情况下，自定义广告位值（NER，命名实体识别，OCR和光学字符）的每个排列都有两个意图，而不是两个意图承认）。对于人类来说，很容易理解短语的首字母映射为首字母缩写词，但是当要教一个聊天机器人理解这些短语是同义词时，这会有点困难。

Answer 2

最后，我没有找到合适的解决方案，但使用了一些非常微不足道的解决方法，但是只要它可以：H

我使用的解决方法是提出“什么”意图，“如何”意图等。使句子结构保持完整：

例如：

IntentName => "Bot_HowTo"

Utterances => 
"What is {slotName}"
"What are {slotName}"
"Meaning of {slotName}"

Slots =>
name : "slotName"
values (using synonyms) : 
{OCR => "ocr", Optical Character recognition"}
{NER=> "ner", Named Entity Recognition"}

这使所需的意图量大大减少，并且消除了很多歧义。具有“什么”或类似格式的所有问题均直接符合该意图。

然后在我的代码钩中，看到匹配的同义词并提供相应的答案。